红外热成像无损检测:金属内部近表缺陷深度定量新法
需积分: 9 8 浏览量
更新于2024-08-11
收藏 518KB PDF 举报
金属内部近表缺陷深度的定量化检测新方法(1998年)论文探讨了脉冲加热红外热成像无损检测技术在金属材料缺陷深度测量中的应用。这项研究建立在对红外热成像的一维理论模型和实验结果深入研究的基础上。该方法利用金属材料在受到脉冲加热时,缺陷区与无缺陷区的温度响应差异来估计缺陷的位置和深度。公式(1)和(2)分别展示了缺陷区和无缺陷区的温度变化与时间、缺陷参数如热扩散系数、热传导系数以及加热脉冲强度的关系。
红外热成像无损检测因其无损、非接触、快速、实时、大面积和远距离的特点,成为金属材料探伤领域的热门技术。金属材料广泛应用在众多行业,因此,开发出有效检测内部缺陷的方法对于确保产品质量和设备安全至关重要。通过脉冲加热,缺陷区在热扩散过程中会产生不同的热量分布,这使得研究者能够通过分析红外图像中的温度差异,确定缺陷的存在及其深度。
论文作者薛书文、宗明成、张建新、赵雁和汤慧君针对这一问题进行了深入研究,他们给出了实验结果作为方法验证。他们的工作受到了国家自然科学基金的支持,表明这项研究不仅具有理论价值,也具有实际应用潜力。1998年2月的《北方交通大学学报》第22卷第1期上发表了这篇论文,标志着这一新型定量检测技术的引入,为金属材料缺陷深度测量提供了一种新的解决方案。
这篇论文在金属内部近表缺陷深度检测方面取得了一项突破,为业界提供了更精确、高效的检测手段,有助于提升金属材料的质量控制和生产工艺。随着科学技术的进步,红外热成像无损检测技术将继续发展和完善,为材料科学和工程领域带来更多的创新应用。
2023-02-23 上传
2021-02-04 上传
2022-01-18 上传
2021-04-23 上传
2021-05-08 上传
2021-02-09 上传
2021-02-21 上传
2020-02-18 上传
点击了解资源详情
weixin_38663443
- 粉丝: 7
- 资源: 979
最新资源
- 探索数据转换实验平台在设备装置中的应用
- 使用git-log-to-tikz.py将Git日志转换为TIKZ图形
- 小栗子源码2.9.3版本发布
- 使用Tinder-Hack-Client实现Tinder API交互
- Android Studio新模板:个性化Material Design导航抽屉
- React API分页模块:数据获取与页面管理
- C语言实现顺序表的动态分配方法
- 光催化分解水产氢固溶体催化剂制备技术揭秘
- VS2013环境下tinyxml库的32位与64位编译指南
- 网易云歌词情感分析系统实现与架构
- React应用展示GitHub用户详细信息及项目分析
- LayUI2.1.6帮助文档API功能详解
- 全栈开发实现的chatgpt应用可打包小程序/H5/App
- C++实现顺序表的动态内存分配技术
- Java制作水果格斗游戏:策略与随机性的结合
- 基于若依框架的后台管理系统开发实例解析